全球首个翻译引擎进化归来，“细节狂魔”搞定方言

本篇文章3871字，读完约10分钟

最近，一个在线机器翻译软件在日本着火了。Deepl官方还公布了日英翻译和汉译英的盲测结果，这简直是存在着压倒性的水平。资料来源:大数据文摘(id:bigdatadigest)，刘俊焕主编。

最近，一个在线机器翻译软件在日本着火了。

这款翻译软件叫做deepl，之所以失火是因为它对自己的工作过于负责，翻译也过于准确，这在日本引起了热烈的讨论。

从日本网民的民间评价来看，不仅日本方言的翻译效果极佳，文言文也是如此。你知道，这是连谷歌翻译都做不到的。

但是它有多准确呢？作为一个严谨的科技软件，我们还是要用数据说话。deepl官员还公布了日英翻译和汉译英的盲测结果，这简直是存在着压倒性的水平。

盲测是指当专业翻译判断不知道哪个网站翻译了哪个翻译版本时，对翻译文本进行评估，这一直是deepl的测试方法之一。

Deepl也引爆了reddit，因为它的出色准确性。一些网民指出，deepl不翻译像谷歌翻译这样的词。从文本选择器的设置来看，deepl也支持使用以前的翻译作为上下文来提高翻译结果。

也有很多网友称之为“酷毙了”！

三年前，当deepl第一次出现在公众的视野中时，它引起了很多关注。deepl的首席执行官gereon frahling曾经说过，deepl的目标不仅仅是翻译任务，而是神经网络将从理解文本开始，开辟更多的可能性。

至于还有更多的可能被开发出来，抽象细菌做了一个小小的评估，然后一起观察了迪普的家族史。小板凳已经放好了，欢迎坐下~

方言，文言文，学术论文，机器翻译，神仙打架！

无论是DEEP的民间评价还是官方盲测结果，都暗示DEEP可能是目前准确率最高的机器翻译，有必要亲自尝试一下。

由于本次更新也包括简体中文，带着一点疑问和好奇，消化器也对deepl做了简单的评价，并将其与目前主流的谷歌翻译、微软翻译、百度翻译和有道翻译进行了比较。

本次评估分为三轮:第一轮方言、第二轮文言文和第三轮学术论文。好了，现在我们有五名选手。

在第一轮，让我们看看方言。

众所周知，中国方言文化博大精深。如果我们不能正确翻译方言，准确性就会受到质疑。

我们用东北方言选了十年级的题目:“我一个人去，你太自大了。”这个话题有两个得分点，一个是“我一个人去”，另一个是“我敲门”。让我们来看看五位选手的表现。

在第一个得分点上，谷歌将其翻译为“我会去那里”，微软和百度认为这意味着“我会去”，而有一种方法可以给出“我不知道”的答案。deepl表现很好，用惊讶的语气正确地将其翻译为“哦，我的上帝”。

在第二个得分点上，五位参赛者给出了不同的答案，如谷歌的“害羞”、微软的“势利”、百度的“寒酸”、有道的“糟糕”和极深的“丑陋”。

从得分的角度来看，百度在第二个问题上的表现是公平的，有句话说……刚刚通过测试，而谷歌和微软就全军覆没了。让我们来看看deepl的完美乐谱:

这是第一个问题，别担心，还有翻身的机会。接下来，让我们来看看文言文。因为deepl可以翻译古代日语，如果它不能翻译古代汉语就错了。

第二轮，文言文。

在中国古典文学中，我们引用了唐代著名诗人张九龄的《望月》中的一句名言:“明月当空，明月当空”，意思是一轮明月从浩瀚无垠的大海中升起，让人想起远方的亲朋好友。此刻他应该在看同一个明月。

这个题目的评分点是看参赛者能否用英语表达整首诗的意境。好的，标准的中文答案已经公布了，那么五名选手表现如何？

首先，谷歌、微软和百度都直接放弃了后半句的翻译，而将后半句翻译成了“此时天涯”；在前半句的翻译中，微软和百度都使用了出生一词，但微软的翻译是“大海是生的”？？？？

让我们看看deepl。前半句和谷歌的回答完全一样，但是后半句的翻译是否已经达到了信、达、雅的水平，抽象细菌不知道，但是读起来感觉很舒服，而且每个人也来尝一尝:

第三个问题，也是最后一个问题，是所有参赛者的学术论文的汉英翻译。

学术论文的关键不仅在于句子的流畅性，还在于专业词汇的准确性，这也是本次调查的重点。

在汉英翻译部分，我们选择了去年在国际出版社发表的一篇文章。研究者调查了社交媒体信任对隐私风险感知和自我披露的影响。

实证结果表明:1 .隐私风险感知与自我表露之间没有显著相关性；2.社交媒体信任负面影响用户对隐私风险的感知，其中网络人际信任起中介作用；3.社交媒体信任积极影响用户的自我表露，其中网络人际信任起着中介作用。

从翻译结果来看，五位参赛者给出的答案都是令人满意的，在句型和语法上没有问题，但是在一些具体的词语上他们有自己的优势。例如，“自我表露”，deepl和微软使用“自我表现”，其他三家公司使用“自我表露”；而“网络人际信任”被道、百度和微软翻译成“网络人际信任”，谷歌给出“在线人际信任”的答案，deepl翻译成“网络人际信任”。

像往常一样，让我们看看deepl的答案。

在英文翻译部分，我们选择了上周《抽象细菌》报道的帝国理工学院论文的引言部分。从中文到英文再到英文的转换，只有百度、有道和迪普可以自动识别，而谷歌和微软仍然需要手动选择语言。

covid-19的全球影响已经被发现，它所代表的公共卫生威胁是自1918年h1n1流感大流行以来呼吸道病毒中最严重的。在这里，我们介绍了【/ h/】流行病学建模的结果，这些结果在最近几周为英国和【/h/】其他国家的政策制定提供了信息。在缺乏covid-19疫苗的情况下， 我们评估了一些公共卫生措施——所谓的非药物干预(npis)的潜在作用，这些措施旨在降低人群中的 接触率，从而减少 病毒的传播。在这里展示的结果中，我们将之前发表的 微观模拟模型应用于两个国家:英国(特别是英国)和美国。我们的结论是，任何一种单独的 干预措施的有效性都可能是有限的，需要将多种 干预措施结合起来才能对 传播产生实质性影响。

从结果来看，五名参赛选手的学术素养都比较高，学术语言使用的规范化也没有太大的不同。然而，细节是真实的，只有一种方式保留了双破折号的使用，但这在汉语中实际上并不常见；除陶外，其他三位选手对“非药物干预措施”的表述并不完美。

不过，迪普是最后一个被嘲笑的人。尽管仍有各种各样的小问题不能得满分，但它也是一份合适的高分试卷:

以上是本次评估的全部试题。可以看出，迪普是头号种子选手，在方言、文言文和学术话语方面都表现出色。看来迪普还是很诚实的。

看到deepl的出色表现后，接下来，我们将重点关注本次评估中表现最佳的顶级种子deepl。

我不知道，迪普？林贵应该听说过它，也就是已经运行了十多年的在线外语词典。迪普的前任是林吉。Linguee是一个已经出现多年的翻译工具。虽然它被广泛使用并拥有一批忠实用户，但其翻译质量无法与谷歌的翻译相比，尤其是考虑到其品牌和地位的巨大优势。

但真正重要的是林吉的技术积累。linguee的联合创始人gereon frahling以前在谷歌研究院工作。2007年，他选择开始新的旅程。这个团队致力于机器翻译已经有几年了，直到2016年他们才开始全面开发一个全新的系统并建立一个新的公司，即deepl。

Linguee的核心竞争优势是爬虫和机器学习系统。前者可以在互联网上抓取超过10亿句的翻译结果和查询的大型数据库，而后者搜索网页上相似片段的真实翻译方法并对其进行评估。两者的结合使linguee成为当时“世界上第一个翻译搜索引擎”。

经过十年的积累，linguee在数据和算法研究方面不可低估，这直接成为deepl的绝对优势，为团队培训的新模式奠定了坚实的基础。

Deepl革命性的神经架构在冰岛的一台超级计算机上运行，该计算机的容量为5.1千兆次(每秒5100万亿次运算)，可以在不到一秒钟的时间内翻译100万个单词。“冰岛拥有丰富的可再生能源，因此我们可以在这里以非常低的成本训练我们的神经网络。”我们将继续专注于高性能硬件。”

“我们的神经网络体系结构已经取得了许多重大的改进，”格雷昂·弗莱林说。“通过以不同方式排列神经元及其连接，我们的网络比目前的其他神经网络更全面地映射自然语言。”

大学、研究机构和linguee的竞争对手发表的研究进展表明，卷积神经网络是机器翻译的正确方法，而不是deepl使用的循环神经网络，但现在不是讨论它们之间区别的时候。只要能控制长而复杂的相关词串的弱点，卷积神经网络就会有更好的效果。

例如，美国有线电视新闻网一次处理一个单词，当一个句子末尾的单词决定了第一个单词的构成时，这就成了一个问题。搜索整个句子，找到句子的第一个单词。如果网络获得的第一个词是错误的，那就太浪费了，你必须用这些知识重新开始。因此，当美国有线电视新闻网转向下一个单词或短语时，deepl和机器学习领域的其他机构使用一种“注意机制”来监控这些潜在的问题。

Deepl在最新版本中增加了对日文和中文(简体)的支持，包括日文汉字、平假名和片假名，以及数千个中文字符。目前，deepl支持的语言数量已经增加到11种。虽然语言支持不如其他翻译服务广泛，例如google translate和bing microsoft translator都支持100多种不同的语言，但翻译准确性也是一个不容忽视的关键点。

精通多种语言的techcrunch编辑弗雷德里克(Frederic)曾这样评价deepl:“谷歌的翻译风格非常直接，但遗漏了一些细节和习惯用法(或者这些习惯用法翻译有误)，deepl通常可以提供更自然的翻译效果，就像训练有素的人工翻译一样。”